5.Java正则表达式（上篇）

• 目录

  1.正则表达式-字符类

  2.正则表达式-逻辑运算符

  3.正则表达式-预定义字符

  4.正则表达式-数量词

  5.Pattern和Matcher

  6.贪婪爬取和非贪婪爬取

  7.String类中使用正则表达式

  8.正则表达式-捕获分组

  9.忽略大小写的写法

  10.非捕获分组

• 1.正则表达式-字符类

  • [abc]：代表a或者b，或者c字符中的一个。
  • [^abc]：代表除a,b,c以外的任何字符。
  • [a-z]：代表a-z的所有小写字符中的一个。
  • [A-Z]：代表A-Z的所有大写字符中的一个。
  • [0-9]：代表0-9之间的某一个数字字符。
  • [a-zA-Z0-9]：代表a-z或者A-Z或者0-9之间的任意一个字符。
  • [a-dm-p]：a 到 d 或 m 到 p之间的任意一个字符。
  • 注：用str.matches（"*****"）匹配

• 2.正则表达式-逻辑运算符

  • &&：并且
  • | ：或者
  • \ ：转义字符

• 3.正则表达式-预定义字符

  • "." ： 匹配任何字符。
  • "\d"：任何数字[0-9]的简写；
  • "\D"：任何非数字[^0-9]的简写；
  • "\s"： 空白字符：[ \t\n\x0B\f\r] 的简写
  • "\S"： 非空白字符：[^\s] 的简写
  • "\w"：单词字符：[a-zA-Z_0-9]的简写
  • "\W"：非单词字符：[^\w]

• 4.正则表达式-数量词

  • X? : 0次或1次
  • X* : 0次到多次
  • X+ : 1次或多次
  • X{n} : 恰好n次
  • X{n,} : 至少n次
  • X{n,m}: n到m次(n和m都是包含的)

• 5.Pattern和Matcher

  • Pattern：表示正则表达式
  • Matcher：文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。在大串中去找符合匹配规则的子串。
  • 使用：
    • //1.获取正则表达式的对象（p是一种规则）
    • Pattern p = Pattern.compile("Java\\d{0,2}");
    • //2.获取文本匹配器的对象
    • //拿着m去读取str（一段字符串），找符合p规则的子串
    • Matcher m = p.matcher(str);
    • //3.利用循环获取，如果有，返回true。在底层记录子串的起始索引和结束索引+1
    • while (m.find()) {
    • String s = m.group(); //方法底层会根据find方法记录的索引进行字符串的截取
    • System.out.println(s); // substring(起始索引，结束索引);包头不包尾，所以要结束索引+1
    • } //第二次调用group方法的时候，会根据find方法记录的索引再次截取子串

  • 6.贪婪爬取和非贪婪爬取

    • 贪婪爬取:在爬取数据的时候尽可能的多获取数据
    • 非贪婪爬取:在爬取数据的时候尽可能的少获取数据
    • 只写+和*表示贪婪匹配
    • 在+和后面加问号表示非贪婪爬取
    • +? 非贪婪匹配
    • *? 非贪婪匹配
    • 举例：
    • 如果获取数据：ab+
    • 贪婪爬取获取结果:abbbbbbbbbbbb
    • 非贪婪爬取获取结果:ab

  • 7.String类中使用正则表达式

    • 7.1String类中的split()方法原型：
      • public String[] split(String regex)
      • //参数regex表示正则表达式。可以将当前字符串中匹配regex正则表达式的符号作为"分隔符"来切割字符串。
    • 7.2String类的replaceAll方法原型
      • public String replaceAll(String regex,String newStr)
      • //参数regex表示一个正则表达式。可以将当前字符串中匹配regex正则表达式的字符串替换为newStr。

  • 8.正则表达式-捕获分组

    • 只看左括号，不看有括号，按照左括号的顺序，从左往右，依次为第一组，第二组，第三组等等
    • \\组号:表示把第X组的内容再出来用一次
      String regex2 = "(.+).+\1";

  • 9.忽略大小写的写法

    • //(?i) ：表示忽略后面数据的大小写
    • //忽略abc的大小写
    • String regex = "(?i)abc";
    • //a需要一模一样，忽略bc的大小写
    • String regex = "a(?i)bc";
    • //ac需要一模一样，忽略b的大小写
    • String regex = "a((?i)b)c";

  • 10.非捕获分组

    • 非捕获分组：分组之后不需要再用本组数据，仅仅是把数据括起来。
    • 特点:不占用组号
    • (?:) (?=) (?!)都是非捕获分组//更多的使用第一个
      //String regex1 ="[1-9]\d{16}(?:\d|x|x)\1";
      \\1报错原因:(?:)就是非捕获分组，此时是不占用组号的。